Gartner 分析师：'变革管理成本是 AI 技术成本的 100-200%'
观点
Deepo Seth 是 Gartner 的总监分析师，仅在过去一年就进行了超过 650 次关于 AI 实施的客户互动。他的观点以实践者的清晰度切入炒作的核心：组织并非在 AI 技术上遇到困难——他们在变革管理、治理和采用的人性化方面遇到困难。这期 ThinkCast 节目为那些在 AI 承诺与 AI 现实之间挣扎的 CIO 们提供了可操作的框架。
关于 AI 的真实成本： “Rolling out AI means as much as the technology cost of rolling out AI are the change related aspects—the change management—which could be 100 to 200% of the cost of the technology part.”（部署 AI 意味着与 AI 技术成本同等重要的是变革相关方面——变革管理——这可能是技术部分成本的 100% 到 200%。） 这完全重构了 AI 预算。如果你计划进行 100 万美元的 AI 部署，那么包括变革管理、培训和治理在内，总预算应该在 200-300 万美元。
关于包装器问题： “You take a core AI capability—AI is very great at summarizing content. But how Sally in recruitment will use it is different from how Tom in procurement would use it versus how Sarah in marketing would use it.”（你采用一项核心 AI 能力——AI 非常擅长总结内容。但招聘部门的 Sally 使用它的方式与采购部门的 Tom 使用它的方式不同，也与营销部门的 Sarah 使用它的方式不同。） 通用 AI 工具会失败，因为它们缺乏上下文。真正的工作是构建”包装器”——使 AI 对特定角色具有上下文实用性的人员、流程或技术层。
关于 10-70-20 采用现实： “10% of employees, you roll out anything new, they will figure out what to do with it. 70 to 80%, the bulk of your organization—I can’t figure out new things, tell me what to do. And then there are 10 or 20% whom you can give whatever and they will keep on doing whatever.”（10% 的员工，你推出任何新东西，他们都会弄清楚如何使用。70% 到 80%，你组织的大部分——我无法弄清楚新事物，告诉我该做什么。然后还有 10% 或 20% 的人，你给他们什么他们都会继续做他们原来的事。） 这种分布解释了为什么”给每个人 ChatGPT”的策略会失败。大多数员工需要 AI 嵌入到他们的工作流程中，而不是作为工具交给他们。
关于智能体作为拟人化： “What AI agents did—they anthropomorphized AI. Suddenly it became humanlike. People started thinking of AI in terms of human roles… But AI agents are not performing roles, they are performing tasks within roles.”（AI 智能体所做的——它们拟人化了 AI。它突然变得像人类。人们开始用人类角色的方式思考 AI……但 AI 智能体不是在执行角色，而是在执行角色内的任务。） 这澄清了智能体的炒作：这个概念通过使 AI 变得易于理解来帮助采用，但通过暗示角色替代而非任务自动化来混淆实施。
关于后智能体未来： “Agents are the current manifestation of the way AI is being rolled out. But down the road, I think there is definitely a post-agentic world. The intelligence may be built into the models, maybe built into the network, maybe built into the systems themselves.”（智能体是当前 AI 部署方式的表现形式。但在未来，我认为肯定会有一个后智能体的世界。智能可能会被构建到模型中，可能构建到网络中，也可能构建到系统本身中。） 智能体是一个中转站，而非终点——计划一个 2-3 年的窗口期，在这期间智能体架构很重要，然后期待范式再次转变。
关键要点
- 变革管理成本超过技术成本 - 在技术支出之上为培训、素养、治理和采用计划预算 100-200%
- 防御/扩展/颠覆框架 - 防御（通用工具，员工满意度）、扩展（工作流集成，可衡量的 KPI）、颠覆（变革性押注，难以量化）
- 上下文包装器才是真正的产品 - 原始 AI 能力需要特定角色和特定流程的包装器才能提供价值
- 智能体帮助采用，混淆实施 - 拟人化 AI 使其易于访问，但有将任务自动化与角色替代混为一谈的风险
- 3 年以上的后智能体世界 - 智能将从智能体架构转移到模型、网络和系统中
- ACI 优于 AGI - 未来不仅仅是人工通用智能，而是增强集体智能（Augmented Collective Intelligence）——人类和 AI 协同工作
大局观
Seth 最重要的见解是将 AI 实施从技术问题重新定义为变革管理问题。组织失败不是因为模型不够强大——而是因为他们在部署 AI 时没有使其具有上下文实用性的包装器。对于正在构建或采用 AI 智能体的组织来说，这意味着智能体本身可能只占工作的 30-50%；其余的是培训、治理、工作流集成，以及帮助那 70% 需要将 AI 嵌入工作而不是作为单独工具交给他们的员工。